refactor: 다중 엔진 레지스트리 구조로 전환 + 프론트 엔진 선택 UI
- app/engines: BaseEngine 인터페이스, MeloEngine(인프로세스), 레지스트리 - /api/engines 추가, /api/tts 에 engine 파라미터 - 프론트: 엔진 → 언어 → 목소리 선택, 라이선스/GPU/조절 지원 표기 - MeloTTS 동작 불변
This commit is contained in:
claude
73
app/engines/__init__.py
Normal file
73
app/engines/__init__.py
Normal file
@@ -0,0 +1,73 @@
|
||||
"""엔진 레지스트리.
|
||||
|
||||
엔진을 lazy 하게 생성하고 id 로 조회한다. 사용 불가한 엔진(전용 venv/모델 미설치)은
|
||||
자동으로 목록에서 제외한다.
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
import threading
|
||||
|
||||
from .base import BaseEngine
|
||||
|
||||
_ENGINES: dict[str, BaseEngine] = {}
|
||||
_LOCK = threading.Lock()
|
||||
_INITED = False
|
||||
|
||||
|
||||
def _build() -> None:
|
||||
global _INITED
|
||||
if _INITED:
|
||||
return
|
||||
with _LOCK:
|
||||
if _INITED:
|
||||
return
|
||||
|
||||
# MeloTTS (항상 사용 가능)
|
||||
try:
|
||||
from .melo_engine import MeloEngine
|
||||
|
||||
e = MeloEngine()
|
||||
_ENGINES[e.id] = e
|
||||
except Exception as exc: # pragma: no cover
|
||||
print(f"[registry] MeloTTS 로드 실패: {exc}")
|
||||
|
||||
# Coqui GlowTTS-KSS (전용 venv + 체크포인트가 있을 때만)
|
||||
try:
|
||||
from .coqui_engine import CoquiKssEngine
|
||||
|
||||
if CoquiKssEngine.available():
|
||||
e = CoquiKssEngine()
|
||||
_ENGINES[e.id] = e
|
||||
except Exception as exc: # pragma: no cover
|
||||
print(f"[registry] Coqui 엔진 스킵: {exc}")
|
||||
|
||||
_INITED = True
|
||||
|
||||
|
||||
def get_engine(engine_id: str) -> BaseEngine:
|
||||
_build()
|
||||
if engine_id not in _ENGINES:
|
||||
raise ValueError(f"알 수 없는 엔진입니다: {engine_id}")
|
||||
return _ENGINES[engine_id]
|
||||
|
||||
|
||||
def list_engines() -> list[BaseEngine]:
|
||||
_build()
|
||||
return list(_ENGINES.values())
|
||||
|
||||
|
||||
def default_engine_id() -> str:
|
||||
_build()
|
||||
# MeloTTS 우선
|
||||
if "melo" in _ENGINES:
|
||||
return "melo"
|
||||
return next(iter(_ENGINES)) if _ENGINES else ""
|
||||
|
||||
|
||||
def warmup_all() -> None:
|
||||
_build()
|
||||
for e in _ENGINES.values():
|
||||
try:
|
||||
e.warmup()
|
||||
except Exception as exc: # pragma: no cover
|
||||
print(f"[registry] {e.id} warmup 실패: {exc}")
|
||||
48
app/engines/base.py
Normal file
48
app/engines/base.py
Normal file
@@ -0,0 +1,48 @@
|
||||
"""TTS 엔진 공통 인터페이스.
|
||||
|
||||
각 엔진은 서로 다른 의존성(torch/librosa/numpy 핀)을 가질 수 있으므로,
|
||||
in-process 로 도는 엔진(MeloTTS)과 전용 venv 를 subprocess 로 호출하는 엔진
|
||||
(Coqui 등)을 동일한 인터페이스로 노출한다.
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
from abc import ABC, abstractmethod
|
||||
|
||||
|
||||
class BaseEngine(ABC):
|
||||
id: str = ""
|
||||
label: str = ""
|
||||
license: str = ""
|
||||
uses_gpu: bool = False
|
||||
notes: str = ""
|
||||
|
||||
@abstractmethod
|
||||
def describe(self) -> dict:
|
||||
"""엔진 메타데이터 + 언어/목소리 목록.
|
||||
|
||||
반환 예:
|
||||
{
|
||||
"id": "melo", "label": "MeloTTS", "license": "MIT",
|
||||
"uses_gpu": True, "notes": "...",
|
||||
"languages": [ {"code": "KR", "label": "한국어",
|
||||
"speakers": [{"id": "KR", "label": "기본"}]} ],
|
||||
"supports": {"speed": True, "pitch": True},
|
||||
}
|
||||
"""
|
||||
raise NotImplementedError
|
||||
|
||||
@abstractmethod
|
||||
def synth_wav(
|
||||
self,
|
||||
text: str,
|
||||
language: str,
|
||||
speaker: str | None = None,
|
||||
speed: float = 1.0,
|
||||
pitch: float = 0.0,
|
||||
) -> bytes:
|
||||
"""WAV(PCM16) 바이트를 반환."""
|
||||
raise NotImplementedError
|
||||
|
||||
def warmup(self) -> None:
|
||||
"""선택적: 서버 시작 시 모델 프리로드."""
|
||||
return None
|
||||
@@ -1,9 +1,4 @@
|
||||
"""MeloTTS 래퍼 엔진.
|
||||
|
||||
- 언어(한국어/영어)별 모델을 lazy-load 하고 캐시한다.
|
||||
- GPU(CUDA)가 있으면 자동으로 사용한다.
|
||||
- 속도(speed)와 피치(pitch, 반음 단위)를 조절할 수 있다.
|
||||
"""
|
||||
"""MeloTTS 엔진 (in-process). 한국어/영어, GPU 자동 사용, 속도/피치 지원."""
|
||||
from __future__ import annotations
|
||||
|
||||
import io
|
||||
@@ -20,6 +15,7 @@ except Exception: # pragma: no cover
|
||||
|
||||
from melo.api import TTS
|
||||
|
||||
from .base import BaseEngine
|
||||
|
||||
# 화면에 노출할 언어/화자 정의 (중국어/일본어는 제외)
|
||||
VOICES: dict[str, dict] = {
|
||||
@@ -48,7 +44,13 @@ def _pick_device() -> str:
|
||||
return "cuda:0" if torch.cuda.is_available() else "cpu"
|
||||
|
||||
|
||||
class TTSEngine:
|
||||
class MeloEngine(BaseEngine):
|
||||
id = "melo"
|
||||
label = "MeloTTS"
|
||||
license = "MIT"
|
||||
uses_gpu = True
|
||||
notes = "자연스러운 한국어/영어 음성. 속도·피치 조절 지원."
|
||||
|
||||
def __init__(self) -> None:
|
||||
self.device = _pick_device()
|
||||
self._models: dict[str, TTS] = {}
|
||||
@@ -71,30 +73,33 @@ class TTSEngine:
|
||||
return model
|
||||
|
||||
def warmup(self) -> None:
|
||||
"""서버 시작 시 모델을 미리 로드한다."""
|
||||
for lang in VOICES:
|
||||
try:
|
||||
self._get_model(lang)
|
||||
except Exception as exc: # pragma: no cover
|
||||
print(f"[warmup] {lang} 모델 로드 실패: {exc}")
|
||||
print(f"[melo warmup] {lang} 모델 로드 실패: {exc}")
|
||||
|
||||
def list_voices(self) -> list[dict]:
|
||||
out = []
|
||||
for code, info in VOICES.items():
|
||||
out.append(
|
||||
{
|
||||
"code": code,
|
||||
"label": info["label"],
|
||||
"speakers": info["speakers"],
|
||||
}
|
||||
)
|
||||
return out
|
||||
def _list_languages(self) -> list[dict]:
|
||||
return [
|
||||
{"code": code, "label": info["label"], "speakers": info["speakers"]}
|
||||
for code, info in VOICES.items()
|
||||
]
|
||||
|
||||
def describe(self) -> dict:
|
||||
return {
|
||||
"id": self.id,
|
||||
"label": self.label,
|
||||
"license": self.license,
|
||||
"uses_gpu": self.uses_gpu,
|
||||
"notes": self.notes,
|
||||
"languages": self._list_languages(),
|
||||
"supports": {"speed": True, "pitch": True},
|
||||
}
|
||||
|
||||
def _resolve_speaker(self, model: TTS, language: str, speaker: str | None) -> int:
|
||||
spk2id = model.hps.data.spk2id
|
||||
if speaker and speaker in spk2id:
|
||||
return spk2id[speaker]
|
||||
# 기본값: 정의된 첫 화자
|
||||
default_id = VOICES[language]["speakers"][0]["id"]
|
||||
if default_id in spk2id:
|
||||
return spk2id[default_id]
|
||||
@@ -119,7 +124,6 @@ class TTSEngine:
|
||||
model = self._get_model(language)
|
||||
speaker_id = self._resolve_speaker(model, language, speaker)
|
||||
|
||||
# 동시 추론은 GPU 메모리 보호를 위해 직렬화
|
||||
with self._global_lock:
|
||||
audio = model.tts_to_file(
|
||||
text, speaker_id, output_path=None, speed=speed, quiet=True
|
||||
@@ -134,6 +138,3 @@ class TTSEngine:
|
||||
sf.write(buf, audio, sr, format="WAV", subtype="PCM_16")
|
||||
buf.seek(0)
|
||||
return buf.read()
|
||||
|
||||
|
||||
engine = TTSEngine()
|
||||
@@ -1,7 +1,7 @@
|
||||
"""한국어 우선 TTS 웹 서비스 (MeloTTS 기반).
|
||||
"""한국어 우선 다중 엔진 TTS 웹 서비스.
|
||||
|
||||
- 로그인/과금 없이 무제한으로 사용 가능
|
||||
- 한국어/영어 목소리 모델을 언어별로 선택
|
||||
- 로그인/과금 없이 무제한 사용
|
||||
- 엔진(MeloTTS, Coqui GlowTTS-KSS 등) 선택 → 언어/목소리 선택
|
||||
- 속도 / 피치 조절
|
||||
- GPU 자동 사용
|
||||
"""
|
||||
@@ -15,11 +15,16 @@ from fastapi.responses import FileResponse, Response
|
||||
from fastapi.staticfiles import StaticFiles
|
||||
from pydantic import BaseModel, Field
|
||||
|
||||
from .tts_engine import engine
|
||||
from .engines import (
|
||||
default_engine_id,
|
||||
get_engine,
|
||||
list_engines,
|
||||
warmup_all,
|
||||
)
|
||||
|
||||
FRONTEND_DIR = os.path.join(os.path.dirname(os.path.dirname(__file__)), "frontend")
|
||||
|
||||
app = FastAPI(title="한국어 TTS 스튜디오", version="1.0.0")
|
||||
app = FastAPI(title="한국어 TTS 스튜디오", version="2.0.0")
|
||||
|
||||
app.add_middleware(
|
||||
CORSMiddleware,
|
||||
@@ -31,16 +36,16 @@ app.add_middleware(
|
||||
|
||||
class TTSRequest(BaseModel):
|
||||
text: str = Field(..., description="읽을 텍스트")
|
||||
language: str = Field("KR", description="언어 코드 (KR / EN)")
|
||||
speaker: str | None = Field(None, description="화자 ID")
|
||||
engine: str | None = Field(None, description="엔진 ID (melo / coqui-kss 등)")
|
||||
language: str = Field("KR", description="언어 코드")
|
||||
speaker: str | None = Field(None, description="화자/모델 ID")
|
||||
speed: float = Field(1.0, ge=0.5, le=2.0, description="말하기 속도")
|
||||
pitch: float = Field(0.0, ge=-12.0, le=12.0, description="피치(반음)")
|
||||
|
||||
|
||||
@app.on_event("startup")
|
||||
def _startup() -> None:
|
||||
# 첫 요청 지연을 줄이기 위해 백그라운드가 아닌 즉시 워밍업
|
||||
engine.warmup()
|
||||
warmup_all()
|
||||
|
||||
|
||||
@app.get("/api/health")
|
||||
@@ -49,20 +54,26 @@ def health() -> dict:
|
||||
|
||||
return {
|
||||
"status": "ok",
|
||||
"device": engine.device,
|
||||
"cuda": torch.cuda.is_available(),
|
||||
"gpu": torch.cuda.get_device_name(0) if torch.cuda.is_available() else None,
|
||||
"engines": [e.id for e in list_engines()],
|
||||
"default_engine": default_engine_id(),
|
||||
}
|
||||
|
||||
|
||||
@app.get("/api/voices")
|
||||
def voices() -> dict:
|
||||
return {"languages": engine.list_voices()}
|
||||
@app.get("/api/engines")
|
||||
def engines() -> dict:
|
||||
return {
|
||||
"default": default_engine_id(),
|
||||
"engines": [e.describe() for e in list_engines()],
|
||||
}
|
||||
|
||||
|
||||
@app.post("/api/tts")
|
||||
def tts(req: TTSRequest) -> Response:
|
||||
engine_id = req.engine or default_engine_id()
|
||||
try:
|
||||
engine = get_engine(engine_id)
|
||||
wav = engine.synth_wav(
|
||||
text=req.text,
|
||||
language=req.language,
|
||||
|
||||
@@ -3,6 +3,8 @@ const $ = (id) => document.getElementById(id);
|
||||
const els = {
|
||||
text: $("text"),
|
||||
charCount: $("charCount"),
|
||||
engine: $("engine"),
|
||||
engineInfo: $("engineInfo"),
|
||||
language: $("language"),
|
||||
speaker: $("speaker"),
|
||||
speed: $("speed"),
|
||||
@@ -19,16 +21,24 @@ const els = {
|
||||
deviceChip: $("deviceChip"),
|
||||
};
|
||||
|
||||
let voices = [];
|
||||
let engines = [];
|
||||
let lastUrl = null;
|
||||
|
||||
function currentEngine() {
|
||||
return engines.find((e) => e.id === els.engine.value);
|
||||
}
|
||||
function currentLanguage() {
|
||||
const eng = currentEngine();
|
||||
if (!eng) return null;
|
||||
return eng.languages.find((l) => l.code === els.language.value);
|
||||
}
|
||||
|
||||
function updateCharCount() {
|
||||
els.charCount.textContent = els.text.value.length;
|
||||
}
|
||||
|
||||
function populateSpeakers() {
|
||||
const code = els.language.value;
|
||||
const lang = voices.find((v) => v.code === code);
|
||||
const lang = currentLanguage();
|
||||
els.speaker.innerHTML = "";
|
||||
if (!lang) return;
|
||||
lang.speakers.forEach((s) => {
|
||||
@@ -39,21 +49,64 @@ function populateSpeakers() {
|
||||
});
|
||||
}
|
||||
|
||||
async function loadVoices() {
|
||||
function populateLanguages() {
|
||||
const eng = currentEngine();
|
||||
els.language.innerHTML = "";
|
||||
if (!eng) return;
|
||||
eng.languages.forEach((l) => {
|
||||
const opt = document.createElement("option");
|
||||
opt.value = l.code;
|
||||
opt.textContent = l.label;
|
||||
els.language.appendChild(opt);
|
||||
});
|
||||
populateSpeakers();
|
||||
updateEngineInfo();
|
||||
}
|
||||
|
||||
function updateEngineInfo() {
|
||||
const eng = currentEngine();
|
||||
if (!eng) {
|
||||
els.engineInfo.textContent = "";
|
||||
return;
|
||||
}
|
||||
const nc = /NC|BY-NC|비상업/i.test(eng.license || "");
|
||||
const gpu = eng.uses_gpu
|
||||
? "GPU"
|
||||
: '<span class="cpu">CPU</span>';
|
||||
const supports = eng.supports || {};
|
||||
const ctrl = [
|
||||
supports.speed ? "속도" : null,
|
||||
supports.pitch ? "피치" : null,
|
||||
]
|
||||
.filter(Boolean)
|
||||
.join(" · ");
|
||||
els.engineInfo.innerHTML =
|
||||
`${eng.notes || ""} ` +
|
||||
`<span class="lic${nc ? " nc" : ""}">${eng.license || "?"}</span> ` +
|
||||
`· ${gpu}` +
|
||||
(ctrl ? ` · 조절: ${ctrl}` : "");
|
||||
|
||||
// 지원하지 않는 컨트롤 비활성화
|
||||
els.speed.disabled = supports.speed === false;
|
||||
els.pitch.disabled = supports.pitch === false;
|
||||
}
|
||||
|
||||
async function loadEngines() {
|
||||
try {
|
||||
const res = await fetch("/api/voices");
|
||||
const res = await fetch("/api/engines");
|
||||
const data = await res.json();
|
||||
voices = data.languages || [];
|
||||
els.language.innerHTML = "";
|
||||
voices.forEach((v) => {
|
||||
engines = data.engines || [];
|
||||
els.engine.innerHTML = "";
|
||||
engines.forEach((e) => {
|
||||
const opt = document.createElement("option");
|
||||
opt.value = v.code;
|
||||
opt.textContent = v.label;
|
||||
els.language.appendChild(opt);
|
||||
opt.value = e.id;
|
||||
opt.textContent = e.label;
|
||||
els.engine.appendChild(opt);
|
||||
});
|
||||
populateSpeakers();
|
||||
if (data.default) els.engine.value = data.default;
|
||||
populateLanguages();
|
||||
} catch (e) {
|
||||
showError("목소리 목록을 불러오지 못했습니다.");
|
||||
showError("엔진 목록을 불러오지 못했습니다.");
|
||||
}
|
||||
}
|
||||
|
||||
@@ -100,6 +153,7 @@ async function generate() {
|
||||
headers: { "Content-Type": "application/json" },
|
||||
body: JSON.stringify({
|
||||
text,
|
||||
engine: els.engine.value,
|
||||
language: els.language.value,
|
||||
speaker: els.speaker.value,
|
||||
speed: parseFloat(els.speed.value),
|
||||
@@ -129,6 +183,7 @@ async function generate() {
|
||||
}
|
||||
|
||||
els.text.addEventListener("input", updateCharCount);
|
||||
els.engine.addEventListener("change", populateLanguages);
|
||||
els.language.addEventListener("change", populateSpeakers);
|
||||
els.speed.addEventListener("input", () => {
|
||||
els.speedVal.textContent = parseFloat(els.speed.value).toFixed(2) + "x";
|
||||
@@ -140,5 +195,5 @@ els.pitch.addEventListener("input", () => {
|
||||
els.generate.addEventListener("click", generate);
|
||||
|
||||
updateCharCount();
|
||||
loadVoices();
|
||||
loadEngines();
|
||||
loadHealth();
|
||||
|
||||
@@ -22,6 +22,12 @@
|
||||
<textarea id="text" rows="5" placeholder="예) 안녕하세요, 오늘도 좋은 하루 보내세요!">안녕하세요, 오늘 하루도 힘내세요! 이 목소리는 GPU로 생성되었습니다.</textarea>
|
||||
<div class="text-meta"><span id="charCount">0</span>자</div>
|
||||
|
||||
<div class="control control-full">
|
||||
<label class="field-label" for="engine">TTS 엔진</label>
|
||||
<select id="engine"></select>
|
||||
<div class="engine-info" id="engineInfo"></div>
|
||||
</div>
|
||||
|
||||
<div class="controls">
|
||||
<div class="control">
|
||||
<label class="field-label" for="language">언어</label>
|
||||
|
||||
@@ -97,6 +97,25 @@ textarea:focus { border-color: var(--accent); }
|
||||
|
||||
.text-meta { text-align: right; color: var(--muted); font-size: 12px; margin: 6px 2px 0; }
|
||||
|
||||
.control-full { margin-top: 18px; }
|
||||
.engine-info {
|
||||
margin-top: 8px;
|
||||
font-size: 12px;
|
||||
color: var(--muted);
|
||||
line-height: 1.5;
|
||||
}
|
||||
.engine-info .lic {
|
||||
display: inline-block;
|
||||
margin-left: 6px;
|
||||
padding: 1px 7px;
|
||||
border-radius: 6px;
|
||||
background: rgba(53,208,165,.12);
|
||||
color: var(--ok);
|
||||
font-size: 11px;
|
||||
}
|
||||
.engine-info .lic.nc { background: rgba(255,107,125,.12); color: var(--err); }
|
||||
.engine-info .cpu { color: #e0b341; }
|
||||
|
||||
.controls {
|
||||
display: grid;
|
||||
grid-template-columns: 1fr 1fr;
|
||||
|
||||
Reference in New Issue
Block a user